Text Embedding V4
Ein mehrsprachiges universelles Text-Embedding-Modell, das vom Tongyi-Labor auf Basis von Qwen3 trainiert wurde und zur Qwen3-Embedding-Serie gehört. Es wandelt Text in numerische Vektoren um, statt…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Ein mehrsprachiges universelles Text-Embedding-Modell, das vom Tongyi-Labor auf Basis von Qwen3 trainiert wurde und zur Qwen3-Embedding-Serie gehört. Es wandelt Text in numerische Vektoren um, statt…
Ein von der Qianfan-Plattform von Baidu AI Cloud selbst entwickeltes visuelles Großmodell zur Analyse der öffentlichen Meinung, das früher als vorkonfigurierter Dienst angeboten wurde und…
Eine feste Version der Tencent-Hunyuan-TurboS-Serie und ein universelles großes Sprachmodell für Textgenerierung und -verständnis. Diese Version wurde am 4. Juni 2025 eingeführt. (cloud.tencent.com)…
GPT-4o Realtime ist ein Vorschaumodell für die Sprach- und Textinteraktion in Echtzeit. OpenAI kündigte am 3. Juni 2025 den Snapshot gpt-4o-realtime-preview-2025-06-03 an und stellte diese Version in…
GPT-4o Audio ist ein GPT-4o-Vorschaumodell, das Audioeingabe und -ausgabe unterstützt. Dieser Eintrag bezieht sich auf die feste Version gpt-4o-audio-preview-2025-06-03, die bei ihrer Veröffentlichung…
SynLogic-7B ist ein Textgenerierungsmodell der 7B-Klasse für logisches Schlussfolgern. Es basiert auf Qwen2.5-7B-Base und wurde mittels bestärkenden Lernens auf dem SynLogic-Datensatz trainiert. Die…
AndroidGen-Llama-3-70B ist ein von Zhipu AI veröffentlichtes Open-Source-Modell von AndroidGen, das auf Llama-3-70B basiert und für Aufgaben von Sprachagenten auf Android-Geräten vorgesehen ist. Das…
DeepSeek-R1-0528-Qwen3-8B ist ein Modell zur Textgenerierung und zum Schlussfolgern mit etwa 8 Milliarden Parametern. DeepSeek trainierte Qwen3-8B Base durch Destillation mit den…
Eine Modellversion für tiefgehendes Schlussfolgern aus der Tencent-Hunyuan-T1-Reihe, deren Einführung offiziell am 29. Mai 2025 bekannt gegeben wurde. (cloud.tencent.cn) Nach offiziellen Angaben…
AndroidGen-GLM-4-9B ist ein von Zhipu AI veröffentlichtes Android-Agenten-Sprachmodell. Es wurde auf Basis von GLM-4-9B trainiert und verfügt über etwa 9 Milliarden Parameter. Die offizielle…
DeepSeek-R1-0528 ist ein kleineres Update von DeepSeek-R1 und auf tiefgehendes Denken und komplexes Schlussfolgern ausgerichtet. Es nutzt weiterhin DeepSeek-V3 Base als Basismodell und verbessert vor…
hunyuan-large-vision ist ein auf Basis von Hunyuan Large trainiertes großes Vision-Language-Modell für die Bild- und Textverständnis. (main.qcloudimg.com) Unterstützt die kombinierte Eingabe mehrerer…
Eine auf TurboS basierende Version des visuellen Sprach-Flaggschiffmodells von Tencent Hunyuan für Bild-Text-Verständnisaufgaben. (main.qcloudimg.com) Nach offiziellen Angaben verbessert diese Version…
Claude Sonnet 4 ist ein Modell der Claude-4-Reihe, das Anthropic am 22. Mai 2025 veröffentlicht hat. Es ist für Programmier-, Schlussfolgerungs- und Agentenaufgaben ausgelegt und verbindet Leistungsfä…
Claude Opus 4 ist ein Modell der Claude-4-Familie, das Anthropic am 22. Mai 2025 veröffentlichte. Bei der Veröffentlichung war es für komplexe Programmieraufgaben, tiefgehendes logisches Denken und…
Feste Version eines Deep-Reasoning-Modells der Tencent-Hunyuan-T1-Serie, veröffentlicht am 21. Mai 2025. (main.qcloudimg.com) Laut offiziellen Angaben verbessert diese Version die Fähigkeiten in…
Veo 3 ist ein von Google veröffentlichtes Videogenerierungsmodell, das anhand von Prompts Videos mit synchronisiertem Audio erzeugen kann und auf die Videoproduktion und das visuelle Erzählen…
Experimentelle Ultra-Version zur Bildgenerierung aus der Google-Imagen-4-Serie, die auf die Erstellung hochwertiger Bilder anhand von Text-Prompts ausgerichtet ist. Google kündigte dieses…
Öffentliche Text-zu-Bild-Preview von Google Imagen 4, die ursprünglich über Vertex AI bereitgestellt wurde. Sie nimmt Textprompts entgegen und generiert Bilder; das Codebeispiel in der offiziellen…
Ein experimentelles natives Audio-Dialogmodell der Google-Gemini-2.5-Flash-Reihe für Sprachinteraktionen in Echtzeit über die Gemini Live API, das Dialog- und Schlussfolgerungsfähigkeiten kombiniert.…